我们为Android应用程序提出了一个全面且易于理解的隐私风险评估框架,称为SPRisk。主要思想是构建具有多种因素的细粒度评估模型。 SPRisk考虑语义级别的资源多样性,并且从敏感数据流的触发条件来关注API的执行上下文,其指示用户的意图。同时,SPRisk还考虑了传输目的地,离开设备的私有数据的风险高于停留在设备上的数据。最后,我们不仅提供定性结果(称为风险等级),还提供定量结果(称为风险评分)。对于应用程序,风险级别表示其隐私风险属于哪个级别,风险评分表示该应用程序隐私风险有多大。此外,为了量化各种因素的多样性,我们利用机器学习方法,可以自动分配每个因子的权重。